一些领域开始广泛的应用各种类型的机器人来执行复杂、高危、精准度要求高等任务，如果在这方面加入视觉系统，那样机器人就可以自动的完成自己的工作，从而减少人的工作量。

在控制领域，当系统中加入视觉伺服系统，机器人根据视觉系统采集到的图像，对图像进行处理后把数据传输给机器人，进而对机器人发出一些指令，驱动机器人，从而达到机器人的自我调节、自我控制。一般来说这种控制属于控制系统中最外围的闭环。比如控制对象为机械臂，画个简图说明一下：

      视觉系统可以在DSP、单片机等多种环境下实现。我曾经在DSP的环境下做过这个，说下大概的过程，我用的DSP是Blackfin 533，通过摄像头拍摄工作现场的图像，然后在DSP环境下建立一个图像采集工程，将硬件设备定义成视频设备；再进行相关参数设置；再启动工程将图像数据采集到DSP，通过一定的图像处理算法，如灰度化、锐化、边缘检测、HOUGH变换以得到对机械臂进行控制的数据,再把这个数据不断的传输给控制机器人的控制模块，这样通过不断的数据采集与数据传输，就实现了机器人的实时控制了。Blackfin 533的处理器包含有丰富的外设，它们能通过不同的高速宽带总线与处理器内核相连，使系统不但配置灵活而且有极好的性能。通用的外设包括了PWM和具有脉冲测量能力的定时器，通用的I/O标志引脚等，满足了典型系统的各种要求，并且通过它们增强了系统的扩充能力。

        工作流程图大概就是这个样子了。

此后进行图像预处理，数字图像处理就是采用特定的算法对数字图像进行处理，以获取视觉、接口输入的软硬件所需要数字图像的过程，以下就是图象处理的一般的大致过程。

图像的灰度化：由于摄像头采集到的图像是RGB图像，是一个三维矩阵，为了简化图像处理过程，首先需要对图像进行灰度化处理，也就是把图像转换成灰度图像，从原来的三位矩阵相应变成二维矩阵。这样可以简化处理数据。

图像对比度增强：由于在图像传输过程中图像信号的变弱会使图像的细节受到损失，这样就需要采用增强对比度的方法使图像变清晰。图像的增强，是增强图像中的有用信息，它可以是一个失真的过程，其目的是要增强视觉效果。将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。

图像的锐化：需要检测运动体的边缘，并计算出运动体的中心，因此为了便于检测边缘，运用了图像的锐化算法，突出图像的边缘和图像中的灰度跳变。

图像的平滑滤波：图象锐化技术在增强边缘部分的同时也在某种程度上放大了图像的噪声，故对图像进行锐化处理后需要再采用图像平滑滤波技术滤除图像中的噪声

边缘检测：边缘是所要提取目标和背景的分界线，为有效的提取图像中的特征信息，课题采用边缘检测技术提取出边缘，从而将目标和背景区分开来。

图像特征点的提取：这是终极目标，特征点提取之后就可以传输给计算机了，再由计算机通过比如雅阁比矩阵什么的给计算出来，这就跟图像没什么关系了，就不说这个了。

还是写上个未完待续吧……………

打这么多字累死我了…………